La inteligencia artificial que está diseñando proteínas nunca vistas

La idea de crear proteínas viene de lejos en el tiempo. Estamos hablando de crear moléculas biológicas que nunca han existido en ningún organismo conocido, ni actual ni extinto. Ya está en marcha el proceso en importantes laboratorios.

Por qué son tan importantes las proteínas

Actúan como enzimas que aceleran reacciones químicas. Transportan sustancias, forman tejidos. Participan en el sistema inmunitario. Facilitan la comunicación entre células. Incluso permiten que nuestros músculos se contraigan.

Podría decirse que son las herramientas de trabajo de la biología.

Lo verdaderamente importante es cómo esa cadena de combinaciones de aminoácidos se pliega sobre sí misma hasta adquirir una estructura tridimensional. Esa forma final determina qué puede hacer la proteína y cómo interactuará con otras moléculas.

Ahí es donde aparecen muchos de los desafíos científicos más complejos.

El desafío del plegamiento de proteínas

Es una duda sencilla para la ciencia, se se conoce la secuencia de aminoácidos en una proteína, ¿puede predecirse la forma que adoptará después?

A pesar de la aparente sencillez, una mínima variación en la secuencia puede alterar el resultado final. Y hablamos de moléculas donde las posibilidades son prácticamente inabarcables.

Los investigadores desarrollaron herramientas extraordinarias para estudiar estas estructuras. La cristalografía de rayos X permitió avances enormes. La resonancia magnética nuclear abrió nuevas posibilidades. Más recientemente, la criomicroscopía electrónica revolucionó numerosos estudios.

Aun así, obtener una estructura seguía siendo un proceso lento y costoso. En algunos casos podían pasar meses o incluso años antes de disponer de resultados completos.

AlphaFold y el punto de inflexión

La situación cambió radicalmente con la llegada de modelos de inteligencia artificial especializados en biología estructural.

El caso más conocido es AlphaFold, que fue desarrollado por DeepMind. Se demostró que el aprendizaje de la IA podía ir identificando patrones dentro de una gran cantidad de datos biológicos. Esos patrones sí podrían predecir estructuras proteicas nuevas o ya conocidas. Esto aceleró la investigación.

Del análisis al diseño

Sin embargo, la verdadera revolución no terminó ahí.

Predecir proteínas existentes ya era impresionante. Diseñar proteínas nuevas es otra historia. Durante mucho tiempo, el diseño de proteínas fue una disciplina extremadamente especializada. Los investigadores podían modificar estructuras conocidas o intentar pequeños cambios, pero crear proteínas completamente originales era una tarea enormemente complicada.

La inteligencia artificial ha empezado a alterar ese panorama. La pregunta es: ¿Qué proteína necesitamos para resolver este problema?

Ese cambio de enfoque es enorme. La diferencia entre analizar y diseñar puede parecer sutil desde fuera, pero representa una transformación profunda en la manera de trabajar.

Cómo funciona el diseño generativo de proteínas

Aunque los detalles técnicos son complejos, la idea general resulta bastante intuitiva.

Los modelos de IA aprenden observando grandes cantidades de proteínas conocidas. Analizan patrones, relaciones estructurales y comportamientos biológicos. Después utilizan ese conocimiento para generar nuevas propuestas.

El sistema genera posibles secuencias. Posteriormente los investigadores analizan cuáles parecen prometedoras y realizan pruebas experimentales. No todas funcionan, pero la velocidad con la que pueden explorarse nuevas posibilidades es muy superior a la de los métodos tradicionales.

Proteínas que la naturaleza nunca inventó

Probablemente esta sea la parte más fascinante de todo el proceso. La evolución ha tenido miles de millones de años para experimentar. Sin embargo, incluso ese enorme periodo representa solo una pequeña fracción de todas las proteínas posibles.

La inmensa mayoría nunca ha existido. La inteligencia artificial permite explorar precisamente ese territorio desconocido. Algunas proteínas diseñadas recientemente no tienen equivalentes directos en la naturaleza. Han sido creadas para cumplir funciones concretas que interesan a los investigadores.

Aplicaciones médicas prometedoras

La medicina es uno de los campos donde más expectativas se concentran y no es difícil entender por qué. Hay muchas enfermedades que dependen de interacciones moleculares. Se trata de diseñar proteínas que puedan intervenir en esos procesos, y con ello desarrollar terapias. Es el caso de las células tumorales.

Otros trabajan en moléculas capaces de neutralizar virus o bloquear mecanismos relacionados con enfermedades específicas. También existen proyectos centrados en sistemas de diagnóstico más precisos.

Conviene ser prudentes. Diseñar una proteína prometedora no significa automáticamente que se convierta en un medicamento. El desarrollo clínico sigue siendo largo y complejo.

Más allá de la medicina

A veces la atención mediática se centra tanto en las aplicaciones sanitarias que se olvidan otros sectores igualmente interesantes.

En la práctica, también existen investigaciones relacionadas con materiales avanzados. Algunas proteínas poseen propiedades mecánicas sorprendentes. Otras pueden interactuar con determinados compuestos de formas muy específicas.

Incluso se estudian aplicaciones relacionadas con la captura de carbono y la sostenibilidad ambiental.

No todas llegarán a convertirse en tecnologías comerciales. Pero el potencial es evidente.

Un cambio comparable a la revolución genómica

Muchos científicos comparan este momento con otras grandes transformaciones recientes de la biología.

Durante décadas, uno de los principales objetivos fue leer el genoma. Después llegó la era de la secuenciación masiva y el análisis genético.

Ahora empieza a consolidarse algo diferente. Ya no solo queremos entender los componentes básicos de la vida. También buscamos diseñarlos.

Ese cambio de mentalidad resulta muy significativo.